帕特里克·M·皮拉斯基，Ph.D.，加拿大CIFAR人工智能主席（Amii）- 采访系列

帕特里克·M·皮拉斯基博士 是加拿大CIFAR人工智能主席，曾任加拿大机器智能康复研究主席，并且是阿尔伯塔大学医学系物理医学和康复分部的副教授。

2017年，皮拉斯基博士联合创立了DeepMind的第一个国际研究办公室，位于艾伯塔省埃德蒙顿，并在那里担任办公室联合负责人和高级研究科学家，直到2023年。他是阿尔伯塔机器智能研究所（Amii）的研究员和董事会成员，联合领导了改进自然控制的仿生肢体实验室（BLINC），并且是阿尔伯塔大学强化学习和人工智能实验室（RLAI）和感官运动适应性康复技术网络（SMART）的首席研究员。

皮拉斯基博士是120多篇同行评议文章的获奖作者或共同作者，IEEE的高级成员，并且曾获得省级、国家和国际研究资助的支持。

我们在2023年阿尔伯塔机器智能研究所（Amii）主办的埃德蒙顿年度人工智能会议Upper Bound上进行了采访。

您是如何进入人工智能领域的？是什么吸引您进入这个行业？

这些是两个独立的问题。至于是什么吸引我进入人工智能领域，我认为复杂性如何涌现以及结构如何从复杂性中产生是非常美妙的。智能只是这些令人惊叹的例子之一，无论它来自生物学还是我们在机器中看到的复杂行为的涌现，我认为这很美妙。这种现象一直以来都令我着迷，我的研究道路曲折，但最终还是走向了人工智能领域，尤其是机器通过试错学习的领域，强化系统与人类在流经的时间和体验中进行交互。

我研究过机器和人类如何通过生物机械设备和生物技术（如人工肢体和假肢）进行交互。我还探索了人工智能如何支持医疗诊断，如何使用机器智能来理解导致疾病的模式，或者如何使用机器记录来理解不同疾病的表现。但所有这些都是为了更深入地理解如何从简单的基础中产生复杂的行为。强化学习尤其让我着迷，因为机器可以在时间流中学习并从自己的经验中展现出复杂的行为，捕捉周围世界的复杂现象。

我最初对体育医学感兴趣，研究过体育医学，并且现在我正在研究机器智能和康复技术如何结合起来支持人们的日常生活。这是一个非常有趣的旅程，既有复杂系统和复杂性的迷恋，又有实用主义的考虑，即如何更好地支持人类，帮助他们过上他们想要的生活。

体育如何最初引领您进入假肢领域？

体育医学领域很有趣，因为它研究人体如何通过他人、程序和过程来支持个体的独特需求，无论是体育还是其他方面。仿生肢体和假肢技术都是关于为人们提供工具、系统和技术，以帮助他们过上他们想要的生活。这些两个领域紧密相连。能够回到这些早期的兴趣，并看到它们在我现在联合领导的实验室中得以实现，实验室研究的是与人密切交互的机器学习系统，这真是令人兴奋。

您以前讨论过假肢如何适应人而不是人适应假肢。您能谈谈假肢背后的机器学习吗？

绝对可以。从工具使用的历史基础来看，人类一直在适应工具，然后我们又适应了工具。现在，我们处于一个历史的转折点，我们可以开始构建具有人类智能特征的工具。工具可以在使用过程中适应和改进。支持这一点的底层技术是持续学习的系统，可以从持续的体验流中学习。在这种情况下，强化学习和其背后的机制，如时差学习，至关重要，可以构建在人使用过程中不断适应的系统。

您能定义时差学习吗？

我喜欢这个例子，因为我们可以思考核心技术，时差学习和基本的预测学习算法，这些算法支撑了我们实验室的大部分工作。系统会对未来某个信号（如未来奖励）做出预测。然后，系统会比较预测值与实际信号之间的差异，得到时差错误。这个错误可以用来更新学习机器的结构。对于传统的基于奖励的强化学习，这可以用来更新机器的行为，以便在未来获得更好的奖励。对于我们的大部分工作来说，这是关于使用强化学习过程的适应版本，适用于任何感兴趣的信号，而不仅仅是奖励信号。

您经常在演讲中提到一个叫做开罗脚趾的假肢。它有什么可以教给我们的吗？

我喜欢使用开罗脚趾的例子，这是一个3000年前的假肢。我们现在看到非常先进的机器人系统，可以在某些情况下具有与生物体部位相同的控制水平或自由度。然而，我回到一个3000年前的木制脚趾。它之所以有趣，是因为它是人类通过技术延伸自己的一个例子。我们现在在神经假肢和人机交互领域看到的东西，并不是什么新鲜或奇怪的东西。人类一直在使用工具，非人类动物也使用工具。有很多伟大的书籍讨论这个话题，尤其是弗兰斯·德·瓦尔的《我们是否足够聪明，知道动物有多聪明》。

我们通过工具的扩展、增强和提升，并不是什么新鲜的东西。这是古老的东西，发生在我们现在所处的土地上，发生在这里生活的人们身上。开罗脚趾的另一个有趣之处在于，根据对它的学术报告，人们在与用户交互的过程中多次修改了它。他们实际上进入并定制、改变、修改了它，在其使用过程中进行了修改。我的理解是，它不仅仅是一个附着在人身上并在其一生中保持不变的固定工具，而是一个在其使用过程中被修改的固定工具。

您以前提到过假肢和人之间的反馈通路。您能详细说明一下吗？

我们正处于人与机器之间关系的特殊时期，机器旨在支持人们的日常生活。当有人使用假肢时，例如，一个肢体差异的人或截肢者，他们通常会像使用工具一样使用它，依赖于控制通路，即他们的意图或命令被传递给设备，设备然后执行相应的动作。然而，我们经常没有看到人们研究或考虑反馈通路，即信息从设备反馈到人的通路。人工肢体的反馈通路可能是机械耦合，例如，他们实际上感觉到肢体的力量并对其做出反应，或者他们通过观看或听觉来感知肢体的运动。这些通路是传统的做法。全世界正在发生一些令人惊叹的事情，人们正在研究如何更好地从假肢向人反馈信息，尤其是在埃德蒙顿，人们正在使用神经系统的重新布线、目标神经修复等技术来支持这一通路。

您认为这些假肢会在未来被3D打印，还是会通过其他方式制造？

我不认为我是最好的预测者，无法预测未来会如何。但是，我们确实看到商业化的神经假肢设备制造商使用加法制造、3D打印和其他形式的即时定制制造来创建他们的设备。这也很有趣，因为它不仅仅是使用加法制造或3D打印来创建原型，而是将其作为提供设备给个人的一个不可或缺的部分。定制制造或个性化假肢安装是在医院中为需要辅助技术或其他康复技术的人提供的一部分护理。我们开始看到这种定制正在融入设备的制造中，而不仅仅是在医疗保健提供者那里。

您写过120多篇论文。有没有一篇特别突出的论文，值得我们了解？

有一篇最近发表的论文，代表了我们十多年来的思考成果，关于人类和机器的交互，特别是人类和假肢设备的交互。它是关于“交流资本”的概念。我们最近发表的一篇论文提出了我们对交流资本的看法，认为预测是由假肢设备在与人交互时实时学习和维护的，可以形成一种资本或资源，双方都可以依赖它。当人和机器都在实时根据经验进行适应，并建立对彼此的模型时，会发生一些非常神奇的事情。他们可以几乎免费地传递信息，只需很少的努力和很少的带宽。这就开启了人机协调的全新领域，特别是在神经假肢领域。

您认为大脑机器接口与您刚刚讨论的内容有什么应用？

我最喜欢的一个例子是我们提出的自适应切换技术。自适应切换基于这样的知识：我们每天交互的许多系统都依赖于我们在多个模式或功能之间切换。无论是切换手机应用程序、调整钻头设置还是适应其他工具，我们都在不断地在多个模式或功能之间切换。通过使用时差学习，我们可以让假肢学习预测人可能想要使用的运动功能以及何时使用它。例如，当我伸手去拿一杯水时，系统可以建立预测，认为在这种情况下，我可能会使用手开合功能。然后，在未来类似的情况下，系统可以预测我会使用手开合功能，并在我伸手去拿杯子时自动选择该功能。

这是一种建立交流资本的简单例子，系统通过交互建立预测，并且这些预测可以用来重新配置控制界面，以便人可以更轻松地获得他们想要的功能。这种技术可以应用于各种领域，包括假肢、辅助技术和人机交互。

• 帕特里克·M·皮拉斯基博士 阿尔伯塔大学页面。
• Upper Bound AI会议。
• 阿尔伯塔机器智能研究所（Amii）